高级蛇 对经典的蛇游戏进行实验。 通过pygame进行Python OOP。 音乐由和 新（和计划中的）功能： 食物炸弹周围的食物块 高效的路径分析仪和评分系统 渐进速度难度 未来的计划： 人工智能应用 在线访问 数据库和用户实施

DL马拉松（全方位的深度学习疯狂） “人工智能，机器学习，深度学习” -您是否发现这些术语是随机出现的并且想开始使用，但并不完全知道该怎么做？ 不用担心！ 我们为您带来了DL马拉松-深度学习狂热的全过程，我们在其中深入研究了深度学习的各个子主题，例如计算机视觉，自然语言处理，强化学习等。对于这些主题，我们将选择一些相关的主题问题并帮助您详细了解它们。 此外，我们将在实时代码中实施每个模型，以帮助您加深理解！ 会议概况 2月14日：简介-机器学习的基本原理（线性回归，梯度下降，反向传播等），P

蛇 该项目专注于游戏的人工智能。 蛇的目标是连续吃食物，并尽快将其身体填满地图。 最初，该项目是。 现在，已使用Python对其进行了重写，以提供易于使用的GUI和简化的算法实现。 实验 我们使用两个指标来评估AI的性能： 平均长度：蛇长到的平均长度（最大： 64）。 平均步幅：蛇移动的平均步幅。 测试结果（平均超过1000集）： 解算器 演示（最佳） 平均长度 平均步数 63.93 717.83 60.15 904.56 （实验性） 24.44 131.69 安装